Adatbányászat és a közösségi hálózatok
|
|
- Viktória Szekeres
- 8 évvel ezelőtt
- Látták:
Átírás
1 DTR Beadandó feladat OE-NIK Adatbányászat és a közösségi hálózatok Beírtak engem mindenféle Könyvbe és minden módon számon tartanak. Porzó-szagú, sötét hivatalokban énrólam is szól egy agg-szürke lap. Ó, fogcsikorgatás. Ó, megalázás, hogy rab vagyok és nem vagyok szabad. Nem az enyém már a kezem, a lábam, és a fejem, az is csak egy adat. - KOSZTOLÁNY DEZSŐ Készítette: Kovács Zoltán 2013/ félév
2 TARTALOM Bevezető... 2 Adatbányászatról általánosságban... 3 Adatbányászat, üzleti analitika... 4 Új trend kezd kibontakozni... 4 Marketing, és a közösségi média... 5 A közösségi adatbányászat... 5 Társdalomtudomány és a közösségi hálózatok... 6 Profil... 7 Adatgyűjtés, NSA és ami mögötte van... 8 Mire használhatók az összegyűjtött anyagok?
3 BEVEZETŐ Dolgozatom témájául, a közösségi hálózatok és az adatbányászat kapcsolatát választottam. Véleményem szerint az ezen hálózatok működésének kiaknázása, a "Big Data", adatbányászat és ezek elemzése nélkül nem lenne megfelelő. Nagyon sok területre kihatással van a közösségi hálózatokból nyert adatok elemzése. A médiától kezdve a marketingen át, egészen az oly vitatott megfigyelési botrányokig, ami manapság eléggé előtérbe került, hogy jogosan vagy alaptalanul azt mindenki döntse el maga. Ha ezeket együtt társadalomtudományi szempontból is vizsgálnánk, érdekes dolgokra bukkanhatunk. Dolgozatomban ezeket a területeket fogom érinteni, kisebb-nagyobb kitérőkkel. 2
4 ADATBÁNYÁSZATRÓL ÁLTALÁNOSSÁGBAN Az adatbányászat a nagy mennyiségű adatokban rejlő információk félautomatikus feltárása különféle algoritmusok alkalmazásával. A leggyakrabban céljának az érdekes, értékes, értelmes összefüggések keresését értjük nagy adathalmazokban. A megfogalmazásokban szereplő szavaknak különös súlya van és egyik sem elhagyható (ahogyan sokan teszik). Az adatbányászatnak mindig üzleti célúnak és szemléletűnek kell lennie, értékelni kell minden esetben, hogy egy-egy feltárt összefüggés hordoz-e értéket potenciálisan a szervezet számára. Végezetül magyarázhatónak kell lennie az összefüggésnek, azaz fel kell tárni azt, hogy miért és hogyan jutottunk egy következtetésre, nem elegendő elfogadni az eredményeket. Az adatbányászat egy olyan módszertan, amely adatbázisokból olyan implicit és rejtett információkat, összefüggéseket, mintázatokat nyer ki, amelyek a gyakorlatban is hasznosíthatók. Az adatbányászat felhasználja a tudomány több ágának eredményeit: a matematikán belül a statisztikát, számítástudományon belül a mesterséges intelligenciát, valamint az információtechnológia eszközeit. Szubjektív vagy nem egyértelműen eldönthető, esetleg vitatható dolgokat az adatbányászati módszerek legfeljebb közelítéssel tudnak megoldani, de a közelítés pontossága, jósága sosem tárható fel, azaz használhatatlan eredményeket kapnánk. A megfogalmazás másik erőssége, hogy ebbe az adatbányászat számos ága belefér, így pl. szövegbányászat és a génkutatás is. Szűk értelemben azonban adatbányászat alatt a strukturált adatbázisokban tárolható adatokon értelmezett összefüggés-kereső tevékenységeket értjük. 3
5 ADATBÁNYÁSZAT, ÜZLETI ANALITIKA Itbusiness.hu, januári cikke alapján Az elemzőeszközöket a vállalati vezetők leghatékonyabb fegyverei között tartják számon. Manapság különösen az előrejelzésre képes algoritmusokat becsülik sokra a bizonytalan gazdasági környezetben. Nem felejthetjük el, hogy igen veszélyes terület is tud lenni, ugyanis egy rossz döntéssel jól menő cégek mehetnek tönkre, pillanatok alatt. A közösségi hálózatok térnyerésével egy közzétett információ pillanatok alatt elterjed. Hogy mennyire képes a közösségi média befolyásolni például pénzügyi világot, még nem ismert. Az IDC (International Data Corporation) előrejelzése alapján, a vállalkozások 2015-re kb. 120 milliárd dollárt fognak költeni hardverre, szoftverre és szolgáltatások beszerzésére, melyekkel jobban kihasználják a nagy adatban (Big Data) rejlő lehetőségeket, és hogy pontosabb elemzéseket készíthessenek, hatékonyabban menedzseljék pénzügyi műveleteiket. Ehhez a prediktív analitikát használják. Hogy mi is az a prediktív analitika? Az adatbányászat és a matematikai elemzés eszközeivel dolgozik, hogy összefüggésekre leljen az adattömegben rejlő mintázatok között, és előre jelezze az üzleti trendeket például a fogyasztói aktivitásban. Azonban az eredményei nem valósidejűek. ÚJ TREND KEZD KIBONTAKOZNI Szintén az IDC előrejelzése erősíti meg, hogy a hálózatelemzés, a közösségi hálózatok terjedésével a social decision, a tudásmenedzsment és a BI 1 -megoldások alkalmazása a mobileszközökről azok az irányok, amelyek új utat mutatnak. Alkalmazási fókuszterület továbbra is 1 BI: B usiness Intelligence, üzleti intelligencia 4
6 a kockázatkezelés, a teljesítménymenedzsment, valamint a marketingmenedzsment. A prediktív analitika és a vizuális adatfelderítés a legnépszerűbb döntéstámogatási módszerek között foglal helyet. Szakértők állítása szerint az elmúlt években legfőképp az adatgyűjtésen volt a hangsúly, majd a közösségi hálózatok terjedésével az adatok kinyerése és részletes elemzése került előtérbe. Offline elemzésről jobban megéri áttérni az online elemzési formára, ugyanis sokkal nagyobb potenciál rejlik a valós idejű elemzésekben. A teljes szöveg-, videó- és hangbányászat mellett egyszerre komplexebb adattömeget vizsgálhatunk. A minél pontosabb jóslatok elkészítéséhez egyre fontosabbá válik a szimuláció és az előrejelzés. Vajon képesek leszünk-e az adatbázisokba gyűjtött adatok elemzésével a "jövőbe látni" vagy következtetéseket levonni? MARKETING ÉS A KÖZÖSSÉGI MÉDIA Socialmediadata.com, Adam, januári bejegyzése lapján A vállalkozások többségének elengedhetetlen, hogy jelen legyen az interneten. Alapvető fontosságú számukra, hogy használják a közösségi médiát, ami változatos és nagy mennyiségű adatot biztosít ahhoz, hogy saját termékeik és szolgáltatásaik felé irányítsák a felhasználókat, és ily módon építsék a márka identitását. A KÖZÖSSÉGI ADATBÁNYÁSZAT A közösségi média adatbányászat fontos kutatási területté vált, ami hatalmas mennyiségű adatot kezel. Ezekből az adatokból kinyert minták segítségével sok problémára megoldást találhatunk. A social engineer vagy a vezető adatelemző (chief data scientist) ezeknek az 5
7 adatoknak az elemzésével segíti a vállalkozások intelligens fejlődését és különféle hatékony üzleti tervek kidolgozását mindezeket a társadalmi-háló elemzésével, ahol fórumok, blogok, videó megosztó portálok, közösségi oldalak tartalmát vizsgálják. Nem csak arra kéne összpontosítani, hogy a felhasználók hogyan használják ezeket az oldalakat, milyen termékeket, szolgáltatásokat használnak, hanem hogy hogyan reagálnak jelentős eseményekre, és mi befolyásolja döntésüket. Ezeknek az adatoknak az összességéből többféle profil is felállítható. Bizonyos szempontokat figyelembe véve ezek nem csak a marketingeseknek lehet hasznos, hanem választások előtt a politikai pártoknak vagy éppen a titkosszolgálatoknak. Esettanulmány (New Look): Néhányan azt mondják, eldobható; mások szerint trendi, de egy dolog biztos napjaink legújabb divatja a gyors megtérülés szerint él vagy hal. Hat hétig várni egy felmérés eredményére, nem lehet opció. Elég kitenni valamit a közösségi hálózatra, megosztani, twittelni róla. Pillanatok alatt elterjed és az embereknek véleményük lesz róla. Ezután nincs más dolgunk, mint kielemezni ezeket az adatokat. TÁRSDALOMTUDOMÁNY ÉS A KÖZÖSSÉGI HÁLÓZATOK Az adatok halmaza mindig valós cselekvéseket fed le, azok elemzése alapján pedig sokat tudunk meg a cselekvőről. Megtudhatjuk például, olyan ember vagy-e, aki visszafizeti a hiteleit, ahogy azt is, hajlamos vagy-e a cukorbetegségre. Minderre az adatok azért képesek, mert a társadalmi környezet jelentősen befolyásolja, hogy ki is vagy. Ha látom, hogyan viselkedsz egy adott helyzetben, akkor hozzáképzelem, mit tennél egy másik szituációban annak alapján, hogy melyik társadalmi csoport tagja vagy. Rengeteget lehet így megtudni az emberekről, még akkor is, ha ezek nem szó szerint jelennek meg az adatokban. Az emberek viselkedését nagyon meghatározza társadalmi környezetük, az, 6
8 hogy mit tartanak helyes viselkedésnek, és hogy mi mindent tanulnak el egymástól. Így az adatok sokaságának elemzése elsősorban a kapcsolatok megtalálásáról szól. Adott emberek kapcsolatairól és a viselkedési módok közötti összefüggésekről. PROFIL Origó, Simon Tamás, októberi cikke nyomán A morzsák, amit magad után hagysz az online világban, az egész életedet elmeséli, megmutatja aktuális választásaidat. Ez alapjaiban más, mint amit a Facebook-ra kiírsz. Oda ugyanis azt írod ki, amilyen lenni szeretnél, amit el szeretnél hitetni magadról az emberekkel. Azt, hogy valójában ki vagy, sokkal inkább megmutatja, hogy hol időzöl, vagy mit vásárolsz. Amellett se mehetünk el szó nélkül, amivel a facebook kísérletezik mostanában. Tervezik bevezetni azt az új funkciót, amivel figyelik a felhasználó egérmozdulatait, hogy éppen a hirdetések felett van-e vagy csak üzenetet ír, netalántán egy cég frissen posztolt termékein akadt meg a szeme. Kosztolányi Dezső írta az alábbi Beírtak engem mindenféle Könyvbe sorokat, Beírtak engem és minden módon számon tartanak. mindenféle könyvbe c. versében. Vajon mit írna ma a költő? Nem hiszem, hogy nagyon mást, ugyanis ezek a sorok máig nem Porzó-szagú, sötét hivatalokban énrólam is szól egy agg-szürke lap. Ó, fogcsikorgatás. Ó, megalázás, hogy rab vagyok és nem vagyok szabad. vesztették el aktualitásukat, Nem az enyém már a kezem, a lábam, sőt. Felhasználói szokásaink, és a fejem, az is csak egy adat. mobilos és netes aktivitásunk követéséből és elemzéséből lassan tényleg adatokká válunk, amelyeket fel lehet használni társadalmi folyamatok modellezésében, trendek megjóslásában esetleg megfigyelésekhez. Az adatelemzés lehetővé te- 7
9 szi például olyan csoportok és összefüggések felfedezését, amelyekre egyébként nem derülne fény. A társadalomtudósok szerint ezeknek a rejtett, úgynevezett niche-csoportoknak a felfedezése lehet az új megközelítés egyik legnagyobb haszna. Az adatok társadalomtudományi alkalmazásánál azonban van egy komoly probléma: az adatok jelentős része már cégektől (például Google, Facebook) vagy állami szervektől származik. A Big Datában a cégek is egyre nagyobb lehetőségeket látnak. Egyik konferencián a Microsoft munkatársa elmondta: ők a közösségi hálón található történteket elemzik. Hangulatokra, trendekre, véleményvezérekre vadásznak, az eredményeket aztán a marketingkampányokban szeretnék felhasználni. Az előadó felhívta a figyelmet arra, hogy ugyanez a módszer a választási kampány alatt is alkalmazható. Becslések szerint 2020-ra körülbelül petabájtnyi tudományos adat halmozódik fel, de ezzel együtt is valószínű, hogy unokáink csak nevetnek majd azon, hogy Big Datának neveztük a mostani évtizedeket. ADATGYŰJTÉS, NSA ÉS AMI MÖGÖTTE VAN MTI, júniusi cikke nyomán A Washington Post és a Amikor feltölt vagy valamilyen más módon elküld tartalmakat a Szolgáltatásainkba, világszerte érvényes engedélyt ad a Google-nak az ilyen tartalmak felhasználására, hosztolására, tárolására, reprodukálására, módosítására, származékos művek létrehozására, megosztására, közzétételére, nyilvános előadására, nyilvános megjelenítésére és terjesztésére GOOGLE ÁLTALÁNOS SZERZŐDÉSI FELTÉTELEK Guardian cikke szerint, több nagy szolgáltató - mint például a Google vagy éppen a Facebook hozzáférést biztosított az amerikai hírszerzésnek felhasználók adataihoz. Cégek természetesen tagadják, a titkosszolgálat pedig azzal védekezik, 8
10 hogy csak külföldiek adatait érinti, bár azt sem tagadják, hogy véletlenül több millió amerikai adatai is hozzájuk kerülhetett. A hírszerző irodák széleskörű adatbányászatot folytattak a legnagyobb internetes cégeknél, így hozzájuthattak felhasználók fotóihoz, beszélgetéseihez, eihez. George W. Bush elnöksége alatt 2007-től férhetett hozzá az NSA 2 és az FBI 3 a Microsoft, a Google, a Facebook, a Skype, és az Apple szervereihez. James Clapper az amerikai nemzeti hírszerzés igazgatója elismerte az adatbányászatot. Ezek már szinte tények, bár elismerni senki nem fogja. És mégis mit tehet egy átlagos felhasználó ez ellen, ha nem tetszik neki? Nagyrészt semmit, mert ezek a szolgáltatások annyira összefonódtak az internettel, hogy kikerülhetetlen a használatuk. MIRE HASZNÁLHATÓK AZ ÖSSZEGYŰJTÖTT ANYAGOK? Megtudhatjuk belőle, ki, mikor merre járt, kivel beszélt meg találkozót, közösségi oldalakon megjelent eseményekre hogy reagált. Különféle adatbányászati technikák segítségével kapcsolati hálók, illetve kommunikációs minták készíthetők. Mivel az adatok konkrét személyekhez köthetők, így egy teljes profil állítható fel, emberek, csoportok életmódjáról, napi rutinjáról. Adatelemzés terén a különböző elemző technikák és a Big Data, lehetőséget teremt arra, hogy ezt a hatalmas méretű adattömeget hatékonyan feldolgozzák. Hasonló témáról beszélt Ságvári Bence a CIO Hungary 2013 Konferencián, érdemes átlapozni az előadását. 2 NSA: National Security Agency (Nemzetbiztonsági Ügynökség) 3 FBI: Federal Bureau of Investigation (Szövetségi Nyomozó Iroda) 9
11 IDÉZETT FORRÁSMUNKÁK Adam. Discover What Mining Social Media Data Means? Socialmediadata.com, január. Az NSA feltörte a Google és a Yahoo kommunikációs csatornáit is. MTI, június. Bence, Ságvári. Adatok leszünk mindannyian. CIO Hungary Konferencia, Balatonalmádi, 2013-április Memória alapú alkalmazásplatformok. itbusiness.hu, január. Tamás, Simon. Új korszak kezdődött a tudományban. Origo.hu, október. 10
Innovatív trendek a BI területén
Innovatív trendek a BI területén 1 Technológiai trendek 3 BI-TREK kutatás Felmérés az üzleti intelligencia hazai alkalmazási trendjeiről Milyen BI szoftvereket használnak a hazai vállalatok? Milyen üzleti
RészletesebbenTartalom. Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben.
Tartalom Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben. Előszó 1. Az adatbányászatról általában 19 1.1. Miért adatbányászat? 21 1.2. Technológia a rejtett információk
RészletesebbenVersenyelőnyszerzés az intelligens megoldások korában. Rehus Péter, SWG CEE, IS brand igazgató November 5.
Versenyelőnyszerzés az intelligens megoldások korában Rehus Péter, SWG CEE, IS brand igazgató 2013. November 5. Az új korszak átformálja a üzleti folyamatokat Big Data, közösség, mobil és felhőalapú e-business
RészletesebbenA szak specializációi
A szak specializációi Specializációk A specializációválasztás során a hallgatónak preferenciasorrendet kell megjelölnie, legalább két specializáció megadásával. A specializációkra történő besorolás a hallgatók
RészletesebbenKonkurencia figyelés a közösségi média támogatásával.
Konkurencia figyelés a közösségi média támogatásával orsolya@zoomsphere.com Közösségi megjelenés A közösségi oldalak lehetővé teszik a vállalatok számára, hogy egy olyan interaktív felületen jelenjenek
RészletesebbenThe nontrivial extraction of implicit, previously unknown, and potentially useful information from data.
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Adatelemzés intelligens módszerekkel Hullám Gábor Adatelemzés hagyományos megközelítésben I. Megválaszolandó
RészletesebbenValójában mit gondol és mit akar a fogyasztó?
XII. Nemzetközi Táplálkozásmarketing Konferencia Új élelmiszer-innovációs megoldások és módszerek a digitális gazdaságban - Funkcionális élelmiszerek és egészség Valójában mit gondol és mit akar a fogyasztó?
RészletesebbenPapp Attila. BI - mindenkinek
Papp Attila BI - mindenkinek 100% 28% 2012 A kiterjesztett BI piac alakulása BAM/CEP 0.23 Other Data 2 Warehouse 10.5 CRM Analytics 1 Data Integration, Data Quality 3 2010 57 mrd USD BI Services 30 2011
RészletesebbenEredményesebb vállalkozás hatékony kommunikációval. - nem többet, hanem máshogy kell költeni -
Eredményesebb vállalkozás hatékony kommunikációval - nem többet, hanem máshogy kell költeni - Green Edge reklámügynökség integrált kommunikációs ügynökség vagyunk a projektek kezelését tervezéstől a kivitelezésig
RészletesebbenMEGTUDHATJUK, MIT BESZÉLNEK RÓLUNK A SOCIAL MÉDIÁBAN? REPLISE
MEGTUDHATJUK, MIT BESZÉLNEK RÓLUNK A SOCIAL MÉDIÁBAN? REPLISE Gyógyszerkommunikációs Konferencia 2013 A REPLISE BEMUTATÁSA A Replise (korábban: Brandmonitor) rendszere 2010 óta pásztázza az online fogyasztói
RészletesebbenBig Data az adattárházban
Big Data az adattárházban A párbaj folytatódik? Néhány fontos Big Data projekt Cég Téma Adat Újfajta Mennyiség Saját adat? Típus Google Influenza Google I big I Előjelzés előjelzés Farecast Xoom Chicagoi
RészletesebbenA webanalitika változó világa 4 felvonásban
A webanalitika változó világa 4 felvonásban Arató Bence, BI Consulting Email: arato@bi.hu, Twitter: @aratob Traffic Meetup, 2013.02.06 1 Bemutatkozás 15 éves szakmai tapasztalat az üzleti intelligencia
RészletesebbenUser journey. Utazz velünk a jövőbe! Németh Iván Ads Interactive Media Group
User journey Utazz velünk a jövőbe! Németh Iván Ads Interactive Media Group Manapság Sokat hallunk olyan kifejezéseket, online környezetben, mint Programatic buying Real-time bidding Behavioral targeting
RészletesebbenÉrtékesítések (összes, geográfiai -, ügyfelenkénti-, termékenkénti megoszlás)
Saját vállalkozás Értékesítések (összes, geográfiai -, ügyfelenkénti-, termékenkénti megoszlás) Piaci részesedés Haszonkulcs Marketing folyamatok Marketing szervezet Értékesítési/marketing kontrol adatok
RészletesebbenRetro adatbányászat. Kovács Gyula Andego Tanácsadó Kft.
Retro adatbányászat Kovács Gyula Andego Tanácsadó Kft. Adattárház Fórum 2012 Magunkról 2010-ben alapították magánszemélyek (az alapítók több mint egy évtizedes BI tapasztalatokkal rendelkeznek) Andego
RészletesebbenWebanalitika a mindennapokban
Webanalitika a mindennapokban NEEK konferencia 2015.02.19. www.gemius.hu Rólunk A Gemius világszerte Piaci igények széleskörű ismerete Nemzetközi háttér, folyamatos fejlesztés Innovatív üzleti megoldások
RészletesebbenBIG DATA ELEMZÉSEK LEHETŐSÉGEI
BIG DATA ELEMZÉSEK LEHETŐSÉGEI A KÖRNYEZETVÉDELMI MODELLEZÉSBEN Dr. Torma A. 2015.11.13. 2015/11/13 Dr. TORMA A. >> Széchenyi István Egyetem 2 Tartalom 1. A Big Data fogalma 2. Pár érdekes adat a Big Data
RészletesebbenS atisztika 1. előadás
Statisztika 1. előadás A kutatás hatlépcsős folyamata 1. lépés: Problémameghatározás 2. lépés: A probléma megközelítésének kidolgozása 3. lépés: A kutatási terv meghatározása 4. lépés: Terepmunka vagy
RészletesebbenFacebook karácsony a magyar kkv-knál
Facebook karácsony a magyar kkv-knál Kutatás összefoglaló 2017.12.06. RG Stúdió Kft. Sűrű éve volt a Facebooknak 2017-ben. Megújult a küldetése, közel 150 millió új emberrel bővült a felhasználói kör,
RészletesebbenS atisztika 2. előadás
Statisztika 2. előadás 4. lépés Terepmunka vagy adatgyűjtés Kutatási módszerek osztályozása Kutatási módszer Feltáró kutatás Következtető kutatás Leíró kutatás Ok-okozati kutatás Keresztmetszeti kutatás
RészletesebbenCopyright 2012, Oracle and/or its affiliates. All rights reserved.
1 Oracle Felhő Alkalmazások: Gyorsabb eredmények alacsonyabb kockázattal Biber Attila Igazgató Alkalmazások Divízió 2 M I L L I Á RD 4 1 PERC MINDEN 5 PERCBŐL 5 6 Ember használ mobilt 7 FELHŐ SZOLGÁLTATÁS
RészletesebbenMarketing Megfeleljen a vásárlók igényeinek nyereséges módon
Marketing Marketinget gyakran tekintik mint a munka létrehozása, a termékek és szolgáltatások promóciója és szállítása az egyéni fogyasztók vagy más cégek, az úgynevezett üzleti ügyfelek számára. (A legrövidebb
RészletesebbenVáltozó vásárlói szokások nyomon követése 2016 Szeptember SAP Forum. Komjáthy Csaba
Változó vásárlói szokások nyomon követése 2016 Szeptember SAP Forum Komjáthy Csaba Digitális átalakulás, nem csak az online boltokban A bolti értékesítés megoszlása a teljes kereskedelmi bevételek tekintetében
RészletesebbenPrivacy problémák közösségi hálózatokban
Privacy problémák közösségi hálózatokban Privacy Az adatvédelem a személyes adatok gyűjtésének, feldolgozásának és felhasználásának korlátozásával, az érintett személyek védelmével foglalkozik. Privacy
RészletesebbenKreatív értékesítési technikák a social media segítségével.
Kreatív értékesítési technikák a social media segítségével. Lukács Ádám József Piac & Profit 2014.09.24. Lukács Ádám József Online Marketing Specialista Ügynökség ATL BTL ONLINE KREATÍV PRODUKCIÓS GYÁRTÁS
RészletesebbenAlkalmazott Informatikai Intézeti Tanszék MŰSZAKI INFORMATIKA Dr.Dudás László 0. A Wolfram Alpha tudásgép. https://www.wolframalpha.
Alkalmazott Informatikai Intézeti Tanszék MŰSZAKI INFORMATIKA Dr.Dudás László 0. A Wolfram Alpha tudásgép https://www.wolframalpha.com/ Alkalmazott Informatikai Intézeti Tanszék MŰSZAKI INFORMATIKA Dr.Dudás
RészletesebbenSütik kezelése (cookie)
Utolsó módosítás 2018.09.07. Sütik kezelése (cookie) A(z) Xtreme Lashes weboldala sütiket használ a weboldal működtetése, használatának megkönnyítése, a weboldalon végzett tevékenység nyomon követése és
RészletesebbenMilyen sütiket és mire használ az OTP Bank?
Sütik (cookie) kezelése Az OTP Bank weboldala sütiket használ a weboldal működtetése, használatának megkönnyítése, a weboldalon végzett tevékenység nyomon követése és releváns ajánlatok megjelenítése érdekében.
RészletesebbenKÖZÖSSÉGI MÉDIA ESZKÖZÖK SZEREPE A VÁLLALATI TUDÁSMEGOSZTÁSBAN
OBERMAYER NÓRA, PHD KÖZÖSSÉGI MÉDIA ESZKÖZÖK SZEREPE A VÁLLALATI TUDÁSMEGOSZTÁSBAN ISO 9000 FÓRUM XXIV. Nemzeti Minőségügyi Konferencia Balatonalmádi, 2017. szeptember 14-15. KUTATÁSI KERETRENDSZER KUTATÁS
RészletesebbenEgy hirtelen ötlet. 2013. december 30. felmerült egy kérdés: Vajon mi jellemző a magyar fiatalok közösségi média használatára?
Egy hirtelen ötlet 2013. december 30. felmerült egy kérdés: Vajon mi jellemző a magyar fiatalok közösségi média használatára? Megoldás: Google kérdőív + Facebook hirdetések Kutatás a Facebookon Előadó:
RészletesebbenSütik (cookie) kezelése
Sütik (cookie) kezelése A Simaliba Játszóház weboldala sütiket használ a weboldal működtetése, használatának megkönnyítése, a weboldalon végzett tevékenység nyomon követése és releváns ajánlatok megjelenítése
RészletesebbenENELFA záró konferencia 2014. január. 21. századi oktatási trendek, e-learning - Cesim OnService pilot tréningek
ENELFA záró konferencia 2014. január 21. századi oktatási trendek, e-learning - Cesim OnService pilot tréningek Children must be taught how to think, not what to think. Margaret Mead A jelenlegi felsőoktatási
RészletesebbenSütik (cookie) kezelése
Sütik (cookie) kezelése A Magyar Telekom Nyrt. weboldala sütiket használ a weboldal működtetése, használatának megkönnyítése, a weboldalon végzett tevékenység nyomon követése és releváns ajánlatok megjelenítése
RészletesebbenMezőgazdasági külső információs rendszerek fejlesztése
Mezőgazdasági külső információs rendszerek fejlesztése Pető István Szent István Egyetem, Gödöllő Gazdasági Informatika Tanszék I. Agrárinformatikai Nyári Egyetem, Gödöllő 2004. augusztus 25-27. Az előadás
RészletesebbenPREDIKTÍV ANALITIKÁVAL A KORAI ISKOLAELHAGYÓK SZÁMÁNAK CSÖKKENTÉSÉÉRT
PREDIKTÍV ANALITIKÁVAL A KORAI ISKOLAELHAGYÓK SZÁMÁNAK CSÖKKENTÉSÉÉRT Horváth Ádám Divízióvezető Digitális Jólét Nonprofit Kft. Digitális Pedagógiai Módszertani Központ Nagy István EFOP-3.2.15-VEKOP-17-2017-00001
Részletesebbenelemér ISKOLAI ÖNÉRTÉKELŐ RENDSZER TANULÓI KÉRDŐÍV
TÁMOP 3.1.1-08/1-2008-0002 elemér ISKOLAI ÖNÉRTÉKELŐ RENDSZER az IKT 1 -eszközök és digitális pedagógiai módszerek iskolafejlesztő szemléletű használatához TANULÓI KÉRDŐÍV Ez a kérdőív az elemér 2 önértékelő
RészletesebbenA MEGJELENÉSEK KOMMUNIKÁCIÓJA
A MEGJELENÉSEK KOMMUNIKÁCIÓJA Nemzetközi Kommunikáció és Nemzetközi Alumni Hálózat MAGYAR NOÉMI HATÉKONY NEMZETKÖZI MEGJELENÉSEK MŰHELY 2019. 06. 17. NEMZETKÖZI KOMMUNIKÁCIÓ: STUDENT LIFE CYCLE BEFORE
RészletesebbenA kibontakozó új hajtóerő a mesterséges intelligencia
5. Magyar Jövő Internet Konferencia» Okos város a célkeresztben «A kibontakozó új hajtóerő a mesterséges intelligencia Dr. Szűcs Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem Távközlési és Médiainformatikai
RészletesebbenKiút vagy zsákutca? A növényi és egyéb anyagok jövője az étrend-kiegészítő készítményekben. MÉKISZ-konferencia 2014. november 11.
Kiút vagy zsákutca? A növényi és egyéb anyagok jövője az étrend-kiegészítő készítményekben MÉKISZ-konferencia 2014. november 11. Kommunikációs lehetőségek az étrend-kiegészítők pozitív megítélésének erősítése
RészletesebbenNem minden könyvtáros grafikus, nem minden grafikus könyvtáros avagy annak (is) kell(ene) lennünk?
K2 továbbképzési sorozat Könyvtári Intézet 2019. március 19. Nem minden könyvtáros grafikus, nem minden grafikus könyvtáros avagy annak (is) kell(ene) lennünk? Sümeginé Lehotai Edit edit.lehotai @ek.szte.hu
RészletesebbenSelf service reporting fogások, technikák és megoldások controllereknek, nem csak Excel alapon
Self service reporting fogások, technikák és megoldások controllereknek, nem csak Excel alapon Reporting, dashboarding önkiszolgáló módon Anton Dávid Havas Levente Debrecen, 2017.10.26. Mobil fogyasztás
RészletesebbenTörténet John Little (1970) (Management Science cikk)
Információ menedzsment Szendrői Etelka Rendszer- és Szoftvertechnológia Tanszék szendroi@witch.pmmf.hu Vezetői információs rendszerek Döntéstámogató rendszerek (Decision Support Systems) Döntések információn
RészletesebbenMicrosoft tesztvezetés
Microsoft tesztvezetés Az informatika ígérete Hatékony folyamatok, papírmentes iroda, jobb kommunikáció, időmegtakarítás csak egy néhány azok közül az ígéretek közül, amelyeket már évek, néha évtizedek
Részletesebbentársadalomtudományokban
Gépi tanulás, predikció és okság a társadalomtudományokban Muraközy Balázs (MTA KRTK) Bemutatkozik a Számítógépes Társadalomtudomány témacsoport, MTA, 2017 2/20 Empirikus közgazdasági kérdések Felváltja-e
RészletesebbenKözlekedés és környezet
Közlekedés és környezet Közlekedés és környezete A közlekedés története az emberiség történetével kezdődött. A mai, modern kori társadalmakban a közlekedésnek kiemelt jelentősége van ahol nemcsak az előnyökkel,
RészletesebbenKI A JÓ SZÁLLODAI CÉLKÖZÖNSÉG ÉS HOGYAN TALÁLJUK MEG ŐKET?
KI A JÓ SZÁLLODAI CÉLKÖZÖNSÉG ÉS HOGYAN TALÁLJUK MEG ŐKET? VOIT PETER HEAD OF EXPANSION - POST FOR RENT PETER@POSTFORRENT.COM +36 70 211 77 47 LINKEDIN.COM/IN/VOITPETER HOGYAN TALÁLJUK MEG A JÓ CÉLKÖZÖNSÉGET
RészletesebbenSzociális hálók mobilon Avagy mi rejlik a hívószó mögött? Dr. Forstner Bertalan. bertalan.forstner@aut.bme.hu
Szociális hálók mobilon Avagy mi rejlik a hívószó mögött? Dr. Forstner Bertalan Budapesti Műszaki és Gazdaságtudományi Egyetem bertalan.forstner@aut.bme.hu BME-AAIT 2008 NJSZT Dr. Forstner Bertalan 1 Témáink
RészletesebbenHatártalan jelentések
Minőségi munka hatékonyabban Határtalan jelentések Áttekintés A vállalat neve: PepsiAmericas Iparági szektor: élelmiszer-kereskedelem Megoldási terület: üzleti intelligencia Microsoft megoldás: SQL Server
RészletesebbenOSINT. Avagy az internet egy hacker szemszögéből
OSINT Avagy az internet egy hacker szemszögéből Nyílt Forrású Információszerzés OSINT - Open Source Intelligence Definíció: minden egyén számára nyilvánosan, legális eszközökkel megszerezhető, vagy korlátozott
RészletesebbenInbound marketing. Damjanovich Nebojsa, Senpai Consulting, HubSpot viszonteladó
Inbound marketing Damjanovich Nebojsa, Senpai Consulting, HubSpot viszonteladó Rólam Inbound marketing tanácsadó, HubSpot viszonteladó Tanácsadó a Fortune 500 cégeknek Elismert tréner és konferencia előadó
RészletesebbenA gazdaságinformatikus mesterszak tantervi hálója
A gazdaságinformatikus mesterszak tantervi hálója érvényes 2011. június 27-től Kezdés a tavaszi félévben Tárgynév Természettudományos alapismeretek (10 kredit) 1 Matematikai statisztika 3/0/2/v/5 2 Operációkutatás
RészletesebbenBitTorrent felhasználók értékeléseinek következtetése a viselkedésük alapján. Hegedűs István
BitTorrent felhasználók értékeléseinek következtetése a viselkedésük alapján Hegedűs István Ajánló rendszerek Napjainkban egyre népszerűbb az ajánló rendszerek alkalmazása A cégeket is hasznos információval
RészletesebbenTDK tájékoztató Gazdaságinformatika Intézeti Tanszék szeptember
TDK tájékoztató Gazdaságinformatika Intézeti Tanszék 2017. szeptember TDK témakörök és tanszéki kutatások, tájékoztató Tisztelt Hallgató, Tájékoztatjuk, hogy a meghirdetett témakörök csak tájékoztató jellegűek,
RészletesebbenProjektvezetői döntések támogatása webbányászattal
NETWORKSHOP 2008 2008. március 17-19. Dunaújváros, Dunaújvárosi Főiskola Projektvezetői döntések támogatása webbányászattal Bóta László Ph.D. hallgató (BME) Eszterházy Károly Főiskola, Eger BI (Business
Részletesebben4. Modul: ROBOTPILÓTA. Ne legyél az Online Marketing rendszered rabszolgája! TERVEZZ!
. Modul: ROBOTPILÓTA Ne legyél az Online Marketing rendszered rabszolgája! TERVEZZ! Tervtábla: ( hónap hete) - Itt tervezed meg, hogy az automata Online Marketing rendszered mikor tegye ki a posztjaidat
RészletesebbenBig Data technológiai megoldások fejlesztése közvetlen mezőgazdasági tevékenységekhez
Big Data technológiai megoldások fejlesztése közvetlen mezőgazdasági tevékenységekhez Szármes Péter doktorandusz hallgató Széchenyi István Egyetem, MMTDI Dr. Élő Gábor egyetemi docens, Széchenyi István
RészletesebbenDIGITÁLIS MARKETING ÉS ÉRTÉKESÍTÉSI CSATORNÁK MIT ÉS HOGYAN HASZNÁLJAK?
DIGITÁLIS MARKETING ÉS ÉRTÉKESÍTÉSI CSATORNÁK MIT ÉS HOGYAN HASZNÁLJAK? Online marketing fogalmak Marketing értékesítés Online marketing termékek és szolgáltatások reklámozása és eladásösztönzése az interneten
RészletesebbenA társadalomkutatás módszerei I. Outline. A mintaválasztás A mintaválasztás célja. Notes. Notes. Notes. 13. hét. Daróczi Gergely. 2011. december 8.
A társadalomkutatás módszerei I. 13. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. december 8. Outline 1 célja 2 Alapfogalmak 3 Mintavételi eljárások 4 További fogalmak 5 Mintavételi hiba számítása
RészletesebbenEredmények. 132fő 13% 58% 92 ügyfél 40 piackutató. Innováció kutatás 2015. NRC - Médiapiac. www.nrc.hu. tartja innovatívnak az online kutatást
NRC - Médiapiac Innováció kutatás 2015 Innováció kutatás 2015 Eredmények 132fő 13% 58% 92 ügyfél 40 piackutató tartja innovatívnak az online kutatást szerint a mobilkutatás innovatív A kutatás célja Innovációs
RészletesebbenÜzleti modellen alapuló webes tudásprezentáció
Üzleti modellen alapuló webes tudásprezentáció Pataki Máté, Micsik András Bevezetés Számos projekt küzd azzal a problémával, hogy a projekt menete során felhalmozott nagy mennyiségű, hasznos információ,
RészletesebbenEPALE. Európai elektronikus platform a felnőttkori tanulásért. Karvázy Eszter Nemzeti Szakképzési és Felnőttképzési Hivatal december 9.
EPALE Európai elektronikus platform a felnőttkori tanulásért Karvázy Eszter Nemzeti Szakképzési és Felnőttképzési Hivatal 2016. december 9. Mi az EPALE? Nemzeti Támogató Szolgálat Központi Támogató Szolgálat
RészletesebbenPIACKUTATÁS (MARKETINGKUTATÁS)
PIACKUTATÁS (MARKETINGKUTATÁS). FŐBB PONTOK A kutatási terv fogalmának meghatározása, a különböző kutatási módszerek osztályozása, a feltáró és a következtető kutatási módszerek közötti különbségtétel
RészletesebbenVáltozások előtt hol áll a banki (adat)elemzés? Nándorfi György
Változások előtt hol áll a banki (adat)elemzés? Nándorfi György Budapest Bank 1987-ben jött létre az egyik legelső hazai kereskedelmi bankként A 8 hazai nagybank egyike Tulajdonosi háttér: 1995-től 2015-ig
RészletesebbenTöbb mint BI (Adatból üzleti információ)
Több mint BI (Adatból üzleti információ) Vállalati műszaki adattárház építés és üzleti elemzések az ELMŰ-ÉMÁSZ Társaságcsoportnál Papp Imre Geometria Kft MEE, Mátraháza, 2013. szeptember 12. Visszatekintés
RészletesebbenA GASZTRO VIDEÓK TÉRNYERÉSE. Gasztro trendek, #foodporn a címlapon Krankovics Béla // május 17.
A GASZTRO VIDEÓK TÉRNYERÉSE Gasztro trendek, #foodporn a címlapon Krankovics Béla // 2018. május 17. Ki nézett ma már online videót? Néhány adat Becslések szerint 2017-ben az összes online adatforgalom
RészletesebbenMit látnak a robotok? Bányai Mihály Matemorfózis, 2017.
Mit látnak a robotok? Bányai Mihály Matemorfózis, 2017. Vizuális feldolgozórendszerek feladatai Mesterséges intelligencia és idegtudomány Mesterséges intelligencia és idegtudomány Párhuzamos problémák
RészletesebbenSzámítógépes döntéstámogatás. Bevezetés és tematika
SZDT-01 p. 1/18 Számítógépes döntéstámogatás Bevezetés és tematika Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás SZDT-01 p. 2/18 SZDT-01
RészletesebbenStratégiai és üzleti döntéstámogatás közösségi médiaelemzéssel
Stratégiai és üzleti döntéstámogatás közösségi médiaelemzéssel @MIBE konferencia, 2017.10.03. Szekeres Péter CEO peter.szekeres@neticle.com +36 70 701 6488 2 2013. óta vagyunk a magyar piacon. 2015. május
RészletesebbenA következő kérdések az digitális média és a digitális eszközök használatát vizsgálják különböző szempontokból. Ideértjük az asztali számítógépeket,
A következő kérdések az digitális média és a digitális eszközök használatát vizsgálják különböző szempontokból. Ideértjük az asztali számítógépeket, a laptopokat, a notebookokat, az okostelefonokat, a
RészletesebbenOKTATÁSKUTATÓ ÉS FEJLESZTŐ INTÉZET TÁMOP 3.1.1 08/1-2008-002 21. századi közoktatás fejlesztés, koordináció. elemér ISKOLAI ÖNÉRTÉKELŐ RENDSZER
elemér ISKOLAI ÖNÉRTÉKELŐ RENDSZER az IKT 1 -eszközök és digitális pedagógiai módszerek iskolafejlesztő szemléletű használatához TANULÓI KÉRDŐÍV Ez a kérdőív az elemér 2 önértékelő méréshez nyújt információkat.
Részletesebben2.1. Itt az idő egy kis kritikus gondolkodásra
2.1. Itt az idő egy kis kritikus gondolkodásra Információ Adatok, amelyek (1) bizonyítottan pontosak és naprakészek; (2) egy bizonyos célt szolgálnak, és ennek megfelelően kerültek rendszerezésre; (3)
RészletesebbenSzámítógépes döntéstámogatás. Fogalmakat is kezelni tudó számítógépes döntéstámogatás A DoctuS rendszer
SZDT-07 p. 1/20 Számítógépes döntéstámogatás Fogalmakat is kezelni tudó számítógépes döntéstámogatás A DoctuS rendszer Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu
RészletesebbenÖn a megfelelő mennyiségű és minőségű információk alapján hozza meg döntéseit? Stratis Kft. / Autonomy üzleti reggeli / 2014.10.16.
Ön a megfelelő mennyiségű és minőségű információk alapján hozza meg döntéseit? Stratis Kft. / Autonomy üzleti reggeli / 2014.10.16. Tracsek Ferenc igazgató Alapvető változások kora Az IT iparágban alapvető
RészletesebbenA Jövő Internet Nemzeti Kutatási Program bemutatása
A Jövő Internet Nemzeti Kutatási Program bemutatása Dr. Bakonyi Péter és Dr. Sallai Gyula Jövő Internet Kutatáskoordinációs Központ Budapesti Műszaki és Gazdaságtudományi Egyetem Budapest, 2013. június
RészletesebbenVezetői információs rendszerek
Vezetői információs rendszerek Kiadott anyag: Vállalat és információk Elekes Edit, 2015. E-mail: elekes.edit@eng.unideb.hu Anyagok: eng.unideb.hu/userdir/vezetoi_inf_rd 1 A vállalat, mint információs rendszer
RészletesebbenHogyan használják ki az ügyvédek az internet nyújtotta lehetőségeket?
Hogyan használják ki az ügyvédek az internet nyújtotta lehetőségeket? KÉSZÍTETTE: ÜGYVÉDBRÓKER KFT. INFO@UGYVEDBROKER.HU WWW.UGYVEDBROKER.HU Tartalom Az eredmények rövid összefoglalása... 3 A felmérés
RészletesebbenA KÖRNYEZETTUDATOSSÁG VIZSGÁLATA A HEVES MEGYEI TÉRSÉGBEN TALÁLHATÓ EGYETEMISTÁK KÖRÉBEN
A KÖRNYEZETTUDATOSSÁG VIZSGÁLATA A HEVES MEGYEI TÉRSÉGBEN TALÁLHATÓ EGYETEMISTÁK KÖRÉBEN Készítette: Szeberényi András PhD-hallgató Szent István Egyetem 2017. október 20., Mosonmagyaróvár BEVEZETÉS Környezet
RészletesebbenPalaczk Péter A marketing folyamatok adattárház alapú támogatása
Palaczk Péter A marketing folyamatok adattárház alapú támogatása A hatékony marketingtámogatás alapjai Infrastrukturális feltételek Működő vállalati adattárház Megbízható ügyféladatok Beüzemelt adatbányászati
RészletesebbenA következő kérdések az digitális média és a digitális eszközök használatát vizsgálják különböző szempontokból. Ideértjük az asztali számítógépeket,
A következő kérdések az digitális média és a digitális eszközök használatát vizsgálják különböző szempontokból. Ideértjük az asztali számítógépeket, a laptopokat, a notebookokat, az okostelefonokat, a
RészletesebbenCsalásfelderítés és előrejelzési megoldás. 2014. május 20.
Csalásfelderítés és előrejelzési megoldás Szász Viktor IBM BA Technical Presales 2014. május 20. A kockázat besorolás egy folyamatos egyensúlyozás... Az Üzleti Analitika segít az egyes célok hatékonyságának
RészletesebbenSzobafestő Attila. Készítette: KRQ,
Szobafestő Attila Készítette: KRQ, 2014.06.02. A Poli-Farbe piaci helyzete Az utolsó nagy hazai festék- és vakolatgyár (100% magyar tulajdon) Dávidként küzd a festékipar Góliátjai ellen Családi vállalkozásból
RészletesebbenAz infoszféra tudást közvetítő szerepe a mai társadalomban
Az infoszféra tudást közvetítő szerepe a mai társadalomban Charaf Hassan Egyetemi docens, BME Tartalom Általános tényadatok Trendek számokban Magyarország: az infoszféra helyzete Az informatikai kutatások
RészletesebbenMultifunkcionális, multimédia elemeket tartalmazó mobil elérésű távoktatási tananyag összeállítása és tesztelése
Multifunkcionális, multimédia elemeket tartalmazó mobil elérésű távoktatási tananyag összeállítása és tesztelése Busznyák János bjs@georgikon.hu Veszprémi Egyetem, Georgikon, Mezőgazdaságtudományi Kar,
RészletesebbenGoogle AdWords és AdSense A Google hirdetési rendszere
Google AdWords és AdSense A Google hirdetési rendszere By: Béres Roland Will Gábor Miről lesz szó? Szintrehozás pár szó a reklámokról Internetes reklámozás kezdetei A nyerő üzleti modell made by Google
RészletesebbenNagy Webáruház Felmérés 2015
EREDMÉNYEK Nagy Webáruház Felmérés 2015 Folytatva a már 2008 óta meglévő hagyományunkat, idén is megrendeztük a Nagy Webáruház Felmérést. Ennek keretében 790 hazai webáruház tulajdonosa válaszolt, többek
RészletesebbenÉlő online bemutatók a www.webkiallitas.hu oldalon v1.0
Élő online bemutatók a www.webkiallitas.hu oldalon v1.0 2014.11.20. Netex-Magyarország Kft. Bevezető A www.webkiallitas.hu oldalon a kiállítóknak lehetőségük van úgynevezett online események, így például
RészletesebbenAZ IGAZI BIG DATA hogyan használják a világban és egyáltalán használják-e hazánkban?
AZ IGAZI BIG DATA hogyan használják a világban és egyáltalán használják-e hazánkban? Médiapiac 2015 Eger, 2015.03.18 Dévényi Edit Dunai Albert K&H Bank és Biztosító 1 Nem értek hozzá! Mi tart vissza? Túl
RészletesebbenMagánpraxis helye a Facebookon
Magánpraxis helye a Facebookon Hogyan érdemes kihasználni a legnagyobb közösségi média oldalban rejlő lehetőségeket? Gencsy Zoltán www.kozossegimedia.hu gz@kozossegimedia.hu Fő témák Facebook oldalak kezelése
RészletesebbenA benchmarking fogalma
Benchmarking Dr. Koczor Zoltán 1 A fogalma Összevetésként használt szervezet Felhasznált erőforrások ESZKÖZÖK CÉLOK Belső folyamatszabályozás Dr. Koczor Zoltán 2 1 A célja Értékelnünk kell a jelenlegi
RészletesebbenBARANGOLÁS AZ E-KÖNYVEK BIRODALMÁBAN Milyen legyen az elektonikus könyv?
BARANGOLÁS AZ E-KÖNYVEK BIRODALMÁBAN Milyen legyen az elektonikus könyv? Készítették: Névery Tibor és Széll Ildikó PPKE I. évf. kiadói szerkesztő hallgatók, közösen 1 BEVEZETŐ Az elektronikus könyv valamilyen
Részletesebben2008 IV. 22. Internetes alkalmazások forgalmának mérése és osztályozása. Április 22.
2008 IV. 22. Internetes alkalmazások forgalmának mérése és osztályozása Az óra rövid vázlata Nemzetközi együttműködések áttekintése A CAIDA céljai A CAIDA főbb kutatási irányai 2007-2010 között Internet
RészletesebbenKIDSOASIS ÁLOM-MÁSODÁLLÁS
KidsOasis Kft. TARTALOM-MARKETINGGEL A CSALÁDOK FELÉ Gyetvainé Zováth Anikó, kidsoasis.hu Tartalom Mi a KidsOasis? Álom-másodállás kampány Kampány célja Kampány kiindulópontjai Kommunikáció elemei Eredmények
RészletesebbenA logika határokat szab és azt mondja: LEHETETLEN *
A logika határokat szab és azt mondja: LEHETETLEN * *A föld az univerzum közepe 1510, Kopernikusz Az ember sosem fog repülni 1903, Wright fivérek A Hold örökké elérhetetlen marad 1969, Apollo 11 Szembeszállunk
Részletesebben1 Mit értünk cookie, böngésző helyi tárolás ("cookie és hasonló technológia") alatt?
Cookie-szabályzat Hatályos: 2018. május 25. Utoljára frissítve: 2018. március 23. A GfK Hungária askgfk.hu Online Access Panel teljesítése céljából a jelen Cookie-szabályzat alapján cookie-kat és hasonló
RészletesebbenTakács Gábor mérnök informatikus, okl. mérnöktanár
Takács Gábor mérnök informatikus, okl. mérnöktanár takacsg@sze.hu http://rs1.sze.hu/~takacsg/ Big Data Definition Big Data is data that can t be stored or analyzed using traditional tools. Információ tartalom,
RészletesebbenDr. Sasvári Péter Egyetemi docens
A magyarországi vállalkozások Üzleti Intelligencia használatának vizsgálata Dr. Sasvári Péter Egyetemi docens II. IRI Társadalomtudományi Konferencia, 2014. április 25-26. Nové Zámky (Érsekújvár) Gymnázium
RészletesebbenBig Data adattárházas szemmel. Arató Bence ügyvezető, BI Consulting
Big Data adattárházas szemmel Arató Bence ügyvezető, BI Consulting 1 Bemutatkozás 15 éves szakmai tapasztalat az üzleti intelligencia és adattárházak területén A BI Consulting szakmai igazgatója A BI.hu
RészletesebbenEPALE. A felnőttkori tanulás elektronikus európai platformja június 15. NSZFH, Vedovatti Anildo
EPALE (Electronic Platform for Adult Learning in Europe) A felnőttkori tanulás elektronikus európai platformja 2017. június 15. NSZFH, Vedovatti Anildo Mi az EPALE? A felnőttkori tanulás fejlesztésében,
RészletesebbenFelhőalkalmazások a. könyvvizsgálatban
Felhőalkalmazások a könyvvizsgálatban Bevezetés cloud computing google keresés Nagyjából 247 000 000 találat (0,39 másodperc) Felhő alapú szolgáltatások jellemzője: bárhonnan (ahol Internet elérés biztosított),
Részletesebben6. lépés: Fundamentális elemzés
6. lépés: Fundamentális elemzés Egész mostanáig a technikai részre összpontosítottunk a befektetési döntéseknél. Mindazonáltal csak ez a tudás nem elegendő ahhoz, hogy precíz üzleti döntéseket hozzunk.
Részletesebben